导　　师： 刘宗香

授予学位： 硕士

作　　者： ;

机构地区： 深圳大学

摘　　要： 目标跟踪是利用传感器各个时刻得到的测量对各个目标状态进行估计和跟踪的过程。这一技术广泛应用于军用领域和民用领域,具有重要的研究意义。基于有限集统计学(FSST)的多目标贝叶斯滤波器突破了传统的多目标跟踪方法中的数据关联难题,成为了现今多目标跟踪领域的研究热点。已有的研究表明,多模型跟踪算法是解决跟踪运动模式未知的机动目标问题的有效方法。然而在实际情况中,由于多模型跟踪算法模型集的有限性,无法涵盖目标所有可能的运动模式,将会导致目标状态估计不准确甚至目标丢失的情况发生。针对这一问题,本文通过将转弯率和转弯方向的估计方法应用于传递边缘分布的多目标贝叶斯(MDMB)滤波器,出了用于跟踪转弯率未知且变化的转弯机动目标的跟踪方法。论文的主要内容如下:1)介绍了基于FSST的多目标贝叶斯滤波器,概率假设密度(PHD)滤波器,MDMB滤波器和一种带有跳变马尔可夫系统模型的高斯混合PHD滤波器(JMS-GMPHD滤波器)。2)研究出了二维空间中转弯机动目标的转弯率估计方法,将转弯率估计方法应用于MDMB滤波器,出了用于跟踪二维空间中转弯机动目标的带有转弯率估计的MDMB滤波器。通过仿真实验,对本文所出的滤波器和JMS-GMPHD滤波器的跟踪性能进行了比较。3)出了三维空间中转弯机动目标的转弯率和转弯方向的估计方法。将转弯率和转弯方向的估计方法应用于MDMB滤波器,出了用于跟踪三维空间中转弯机动目标的带有转弯率和转弯方向估计的MDMB滤波器。通过仿真实验对所出的滤波器和JMS-GMPHD滤波器的跟踪性能也进行了比较。

关 键 词： 多机动目标跟踪 贝叶斯滤波器 边缘分布 跳变马尔可夫系统 转弯率估计

领　　域： []